بررسی رفتار ژئوشیمیایی عنصر مس به روش کا-میانگین و پیش‏بینی آن توسط شبکه عصبی مصنوعی در منطقه کیوی، استان اردبیل

Abstract

این پژوهش بر روی برگه یک‏صدهزارم ژئوشیمیایی کیوی انجام شد که توسط سازمان زمین‏شناسی و اکتشافات معدنی ایران با استفاده از آنالیز شیمیایی نمونه های رسوبات آبراهه‏ای تهیه شده است. منطقه کیوی در استان اردبیل قرار دارد. این ناحیه شامل سه واحد سنگی رسوبی، آذرین و دگرگونی می‏باشد. قدیمی ترین واحد رسوبی موجود، سنگ‏های قبل از کرتاسه و جدیدترین آن، مربوط به کواترنر و عهد حاضر است. با توجه به استعداد کانی‏سازی فلزی، بالاخص عنصر مس در این منطقه، بررسی دقیق آن با اهمیت است. بر این اساس، یافتن اطلاعاتی در مورد ارتباط و رفتار عناصر طلا، نقره و مولیبدن نسبت به عنصر مس در این منطقه اهمیت می‏یابد؛ هدف از این بررسی، رفتارسنجی هاله‏های ژئوشیمیایی در منطقه می باشد. در پژوهش حاضر با هدف رفتارسنجی عناصر نام برده، از روش مشهور و مفید کا میانگین استفاده شد. این روش از روش‏های خوشه‏بندی است که بر کمینه کردن مجموع فواصل اقلیدسی هر یک از نمونه‏ها از مرکز دسته‏هایی که به آن تخصیص می‏یابد، استوار می‏باشد. در این پژوهش از تابع کیفیت خوشه‏بندی و میزان مطلوبیت نمونه در خوشه مورد نظر (S(i)) برای تشخیص تعداد خوشه بهینه استفاده شد، سپس با در نظرگرفتن مراکز خوشه ها و نتایج‏ حاصل، معادلاتی به منظور پیش‏بینی مقدار عنصر مس ارائه شد. ا پس از بررسی های رفتاری عناصر، آزمایش شبکه عصبی مصنوعی برای تخمین میزان مس با استفاده از روش‏های رگرسیون عمومی و پس انتشار خطا انجام شد. مقدار صحت (R) تخمین در داده ‏های آزمایشی در شبکه عصبی مصنوعی رگرسیون عمومی و پس انتشار خطا به ترتیب 0.77 و 0.74 گزارش شد. در انتها مشخص شدکه روش شبکه عصبی مصنوعی رگرسیون عمومی در تخمین بهینه عنصر مس در منطقه مورد مطالعه دارای ارجحیت است.